人工智能正成为驱动新一轮科技革命与产业变革的核心引擎，世界各国纷纷将其上升至国家战略层面，力争在全球科技竞争中获得主导地位。近年来，中央企业紧跟技术发展前沿，充分利用国内广阔的市场空间与丰富的应用场景，积极探索人工智能与主营业务深度融合的可行路径。

2024年12月，在中央企业人工智能协同创新平台的组织下，由中国南方电网有限责任公司主编并发布了《中央企业人工智能应用场景优秀案例白皮书》，该白皮书从多个业务领域中遴选出24个成效显著的优秀落地案例。以下摘选其中三个典型案例，共同探讨中央企业在转型升级与创新实践方面所达到的高度。

案例一：南方电网调度操作票智能生成及校核场景

实践单位：中国南方电网电力调度控制中心

背景与建设方案

新型电力系统的快速发展对调度操作票的准确性与时效性提出了更高要求。该项目基于知识图谱技术，系统构建了调度领域的知识图谱，围绕方式安排和停电检修申请等实际业务场景，深入研究操作票的智能生成与自动校核，旨在从根本上提升业务处理效率与安全水平。

• 知识设计与图谱构建：依托公司人工智能创新平台的知识图谱服务能力，以模型量测数据为基础，构建了电网物理模型图谱——该图谱以具体设备为实体、拓扑连接为关系，由电力系统CIM模型与实时量测文件自动生成。
• 知识图谱模型融合：通过关系映射与图谱分析技术，将两大图谱知识库融合为统一的操作票知识图谱，形成调度操作业务一张图，具备成票模型、防误规则、术语知识、结构识别及设备状态等多维感知能力。
• 赋能操作票生成与校核：操作票知识图谱提供标准化API接口，与方式检修、网络发令等业务系统实现数据打通。业务系统提供模型、检修单及回令信息，应用通过知识关联与推理机制，自动生成规范操作步骤，并对操作执行过程进行合规性与安全性校核。

建设成效

南网总调和广西中调率先试点研发了操作票防误校核应用，分别对直流、交流设备的操作进行自动校核，目前已在调度台开展开环测试。数据显示，直流设备校核正确率达95.7%，交流设备校核正确率已提升至97.6%。工作效率得到显著提升，尤其在紧急操作或工作高峰期间，为调度台赢得了更为充裕的应对时间。

案例二：东风集团“擎天-AI 智算管理调度平台”

实践单位：东风汽车集团有限公司

背景与建设方案

东风集团正处于“东方风起，科技跃迁”战略转型的关键时期，汽车智能化竞争已进入下半场。为支撑这一战略目标，东风集团着手构建“擎天AI智算调度管理平台”，具体实施方案如下：

• 异构算力统一纳管：平台突破传统资源管理边界，全面支持多样化硬件架构，包括专门用于AI计算的GPU与NPU等加速卡。
• 多地多中心调度：跨地域整合算力资源，构建灵活调度的算力资源池，显著提升资源利用效率与业务灵活性。智能调度系统能够自动分配与管理算力，优化算法与任务调度效率。
• 第三方资源统一监管：创新性地实现了对云服务提供商资源的统一监管。通过与各大云平台对接，平台能够监控并纳管云上虚拟机资源，无论是裸金属服务器还是虚拟化环境。
• 国产化适配：对国产CPU、GPU、NPU等智算芯片提供全面适配支持。
• 系统管理：涵盖角色、权限、团队及租户管理，确保平台安全性与灵活性，同时实现数据和服务隔离。

建设成效

该平台有效满足了东风集团各单位对智算算力的旺盛需求，已为智能驾驶、智能座舱、智能车控、智能生态等关键应用提供了强有力的技术支撑。值得关注的是，平台具备千卡级、万卡级算力规模的纳管与调度支持能力，为大规模AI模型训练和复杂计算任务奠定了坚实的算力基础。此外，平台的建设也为东风集团后续构建AI中台打下了可靠基础，并为国产化芯片的适配与应用提供了可信的平台保障。

案例三：Hi-Dolphin航运大模型服务平台

实践单位：中远海运科技股份有限公司

背景与建设方案

我国是全球最大的海洋大国、航海大国和造船大国，约95%的进出口贸易通过海运完成。随着海运产业日趋复杂，智能化技术需求日益增长，为人工智能在航运领域的应用开辟了广阔空间。具体建设方案如下：

• 数据收集整理标准流程：将航运知识来源分为文献、测试题、经验技术、专业教学等4类。对集团内部及各船公司的文献材料，采用基于自然语言理解的深度学习与人工标注相结合的方法，从大量繁杂材料中提取高质量知识数据，并分类汇总形成航运领域知识体系。
• 航运知识图谱构建：基于现有结构化数据人工构建知识库，由专家审议字段规范与数据定义，作为知识图谱本体；对不同文件源抽取的实体关系进行同义词合并与结构合并；采用图数据库存储模型，开发API接口并优化性能。
• 航运大模型训练与微调：使用航运专业知识对通用大语言模型进行微调，规避常规训练流程中设备成本高昂、耗时长的通病。主要采用两种方法：参数高效的微调方法与提示语调整方法。
• 航运大模型+航运知识图谱：将航运知识图谱与微调后的模型相结合，以链路预测为核心完成图谱推理与问答，形成紧密耦合的技术路线。通过图谱的实体搜索与大模型的知识提取能力，将多条推理路径作为模型知识推理的基础，显著增强对知识密集型任务与深度推理任务的支持。

建设成效

在优化资源配置方面，构建了标准化的数据收集与整理流程，充分整合多维度数据资源，为航运知识体系奠定了高质量基础。在服务流程改善方面，大幅提升了用户与航运知识的交互效率，知识图谱使复杂的航运信息以直观图形化方式呈现，显著降低了理解门槛。在业务模式创新方面，研究成果为企业带来了更高的灵活性与自主性，通过支持本地化部署与私有化运维，企业能够完全掌控自身系统与数据，有效规避外部依赖风险。在决策支持方面，通过对航运大模型的训练与微调，实现了对复杂问题的精准分析与有效推理，模型结合行业特定知识后，在航运专业术语的理解与表达准确性上表现出突出优势。

在国家经济发展浪潮中，中央企业始终担当着创新领航者的角色。从南方电网到东风集团，再到中远海运，这些案例不仅展现了央企在AI应用落地方面的雄厚实力，更凸显出它们在面对转型挑战时采取的务实、稳健且富有创新性的路径。这或许是对“以AI带动产业，以应用引领技术”这一命题最有力的注解。